Оценка линии тренда

Статистические методы в Tableau

Maarten Van den Broeck

Content Developer at DataCamp

Линейная и логарифмическая модели

Линейная Линейная модель богатства видов в зависимости от расстояния с линией тренда.

Логарифмическая Линейная модель богатства видов в зависимости от расстояния с логарифмической линией.

Линейная модель

Линейная модель богатства видов в зависимости от расстояния с линейной линией тренда.

$y=a*x+b$
Регрессия: оценка влияния $x$ на $y$
$a$ = наклон, $b$ = пересечение
$richness = a * distance + b$
$richness = 0.0038 * distance + 13.4$

Остатки и $R^2$ линейной модели

Линейная модель богатства видов в зависимости от расстояния с линейной линией.

Цель — минимизировать расстояние между наблюдением и линией тренда
Это расстояние называется остатком
Коэффициент детерминации $R^2$
Для линейной модели $R^2$ равен квадрату коэффициента корреляции
От 0 (худший) до 1 (лучший)
$R^2 = 0.33$
Объясняет $n\%$ вариации

$R^2$ логарифмической модели

Линейная модель богатства видов в зависимости от расстояния с логарифмической линией.

$R^2 = 0.59$

Стандартная ошибка остатков (RSE)

Среднее отклонение наблюдений от линии тренда
Линейная модель: RSE = 3,69
Доверительный интервал шире при малых и больших расстояниях

Единица измерения совпадает с единицей оси y
Логарифмическая модель: RSE = 2,91
Доверительный интервал шире только при очень больших расстояниях

p-value

Линейная модель

p-value = 0.001
Вероятность $\frac{1}{1000}$ того, что корреляции нет
p-value < 0,05: модель статистически значима и хорошо описывает данные

Логарифмическая модель

p-value = 0.0001
Вероятность $\frac{1}{10000}$ того, что корреляции нет
Чем меньше p-value, тем лучше, но только им оценивать нельзя!

Давайте потренируемся!

Статистические методы в Tableau

Preparing Video For Download...